如何使用pandas.melt函数取消几列的同时保持其余列完好无损

Question

我正在使用66列的数据库，我希望使用python pandas.melt函数只pandas.melt 3列。

df = pd.melt(df,value_vars=["RFR 1","RFR 2","RFR 3"],var_name="RFR Index",value_name="RFR Mode")

除非我将它们设置为id_vars否则我发现所有其他列都被删除了。 如何在不列出所有内容的情况下保留所有内容？ （因为有这么多）

Answer 1

在IIUC中，您可以使用pandas.Index.difference来获取数据框中不在指定列表中的所有列。

有点荒谬的例子，但是：

df = pd.DataFrame(data=np.random.randn(5,10),
                  columns=['a','b','c','d','e','f','g','h','i','j'])

val_vars = ['e','f','g']
other_vars = df.columns.difference(val_vars)

df.melt(id_vars=other_vars, value_vars=val_vars)

不使用pandas特定功能的替代方法是使用集合：

other_vars = set(df.columns) - set(val_vars)

Answer 2

只需创建不包含value_vars列的value_vars

value_vars = ["RFR 1","RFR 2","RFR 3"]
id_vars = [x for x in df.columns if x not in value_vars]
df = pd.melt(df,value_vars=value_vars,var_name="RFR Index",value_name="RFR Mode", id_vars=id_vars)